KR20170071766A - 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로 - Google Patents

부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로 Download PDF

Info

Publication number
KR20170071766A
KR20170071766A KR1020150179836A KR20150179836A KR20170071766A KR 20170071766 A KR20170071766 A KR 20170071766A KR 1020150179836 A KR1020150179836 A KR 1020150179836A KR 20150179836 A KR20150179836 A KR 20150179836A KR 20170071766 A KR20170071766 A KR 20170071766A
Authority
KR
South Korea
Prior art keywords
synapse
neuron
layer
resistance
metal oxide
Prior art date
Application number
KR1020150179836A
Other languages
English (en)
Other versions
KR101811108B1 (ko
Inventor
황현상
차의준
문기봉
Original Assignee
포항공과대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 포항공과대학교 산학협력단 filed Critical 포항공과대학교 산학협력단
Priority to KR1020150179836A priority Critical patent/KR101811108B1/ko
Publication of KR20170071766A publication Critical patent/KR20170071766A/ko
Application granted granted Critical
Publication of KR101811108B1 publication Critical patent/KR101811108B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H01L27/11507—

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Neurology (AREA)
  • Semiconductor Memories (AREA)

Abstract

부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로를 제공한다. 저항변화층을 포함하는 나노스케일의 시냅스 소자 및 시냅스 소자의 일측과 전기적으로 연결되고, 전기적 진동이 발현되는 뉴런 소자를 포함하고, 뉴런 소자는, 부도체-도체 전이 특성을 가지는 금속산화물층을 포함할 수 있다. 따라서, 본 발명에 따르면, IMT 소자를 뉴런 소자에 적용하고, 아날로그 저항변화특성을 가지는 나노스케일의 시냅스 소자를 사용함으로써, 고집적화된 뉴로모픽 시스템을 구현할 수 있다. 나아가, 오실레이터 뉴런 소자 및 아날로그 저항변화특성을 가지는 시냅스 소자의 커플링(coupling)을 통하여 패턴 인식의 정확성이 증가된 뉴로모픽 시스템을 제공함으로써 인공 두뇌 제작에 활용할 수 있다.

Description

부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로{Using Insulator-metal transition electronic neuron High density neuromorphic system and High density neuromorphic system curcuit}
본 발명은 뉴로모픽 시스템 및 뉴로모픽 회로에 관한 것으로, 더욱 자세하게는 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로에 관한 것이다.
인간의 뇌 구조를 모방한 뉴로모픽 시스템은 폰뉴이만 방식의 컴퓨팅 시스템의 한계, 즉, 가변성, 낮은 출력량, 고장 방지 능력 등을 극복하는 대안으로써 최근 들어 이에 대한 많은 연구들이 행해지고 있다.
이러한 뉴로모픽 시스템은 입력층, 시냅스 소자 및 뉴런으로 구성되는데, 시냅스 소자는 인간의 뇌의 시냅스와 유사한 기능을 수행하여 뉴로모픽 시스템의 학습 및 인식기능을 가능하게 한다. 이에 기존의 다양한 시냅스 소자 중 저항변화 메모리(RRAM(resistance random access memory))는 간단한 구조, 낮은 소비전력, 높은 집적도 및 빠른 스위칭 속도 등의 이점으로 인해 근래 각광받고 있다.
한편, 뉴런 소자로써, 종래에는 단일 결정성의 VO2층을 사용한 부도체-도체 전이(IMT(insulator-metal transition)) 오실레이터(oscillator)을 사용하였으나, 낮은 IMT 온도와 단일 결정성의 VO2층의 높은 성장 온도로 인하여 후공정(back end of line, BEOL) 호환이 어려운 문제점이 있다.
또한, 종래에 상보성 금속산화물 반도체(CMOS(complementary　metal-oxide semiconductor))공정을 이용한 뉴런 소자 제작 기술은 고집적화가 어려운 문제점이 있다.
대한민국 공개특허공보 제10-2013-0149988호
본 발명이 해결하고자 하는 과제는 오실레이터 뉴런 소자 및 아날로그 저항변화특성을 가지는 시냅스 소자의 커플링(coupling)을 통하여 고집적화 및 패턴 인식의 정확성이 향상된 뉴로모픽 시스템을 제공함에 있다.
상기 과제를 이루기 위하여 본 발명의 일 측면은 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템을 제공한다. 상기 고집적 뉴로모픽 시스템은, 저항변화층을 포함하는 나노스케일의 시냅스 소자 및 상기 시냅스 소자의 일측과 전기적으로 연결되고, 전기적 진동이 발현되는 뉴런 소자를 포함하고, 상기 뉴런 소자는, 부도체-도체 전이 특성을 가지는 금속산화물층을 포함할 수 있다.
상기 시냅스 소자에 인가하는 전압에 따라 가변하는 저항값에 의하여, 상기 뉴런 소자의 진동 주기가 형성될 수 있다.
상기 뉴런 소자는, 기판, 상기 기판 상에 위치하는 제1 전극, 상기 제1 전극 상에 위치하는 금속산화물층 및 상기 금속산화물층 상에 위치하는 제2 전극을 포함할 수 있다.
상기 금속산화물층은 NbO2, VO2, Ti3O5, Ti2O3 또는 SmNiO3을 포함할 수 있다.
상기 제1 전극은 TiN, W, Mo, Pt, Ru, TaN, Ir, RuO2, IrO2 또는 Al을 포함할 수 있다.
상기 제2 전극은 TiN, W, Mo, Pt, Ru, TaN, Ir, RuO2, IrO2 또는 Al을 포함할 수 있다.
상기 시냅스 소자는, 기판, 상기 기판 상에 위치하는 하부 전극층, 상기 하부 전극층 상에 위치하는 저항변화층 및 상기 저항변화층 상에 위치하는 상부 전극층을 포함할 수 있다.
상기 저항변화층은 PCMO를 포함할 수 있다.
상기 PCMO는 다결정 상태인 것일 수 있다.
상기 과제를 이루기 위하여 본 발명의 다른 측면은 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 회로를 제공한다. 상기 고집적 뉴로모픽 회로는, 패턴화된 정보를 수신하는 입력부, 상기 입력부에 연결되고, 수신된 패턴화된 정보를 시냅스 형태로 수신하고, 저항변화층을 포함하는 시냅스부 및 상기 시냅스부의 출력을 수신하여 출력신호의 전기적 진동을 발현하거나, 입력된 패턴 정보를 분류하는 뉴런부를 포함하고, 상기 뉴런부는, 부도체-도체 전이 특성을 가지는 금속산화물층을 포함하는 뉴런소자를 포함할 수 있다.
상기 시냅스부는, 기판, 상기 기판 상에 위치하는 하부 전극층, 상기 하부 전극층 상에 위치하는 저항변화층 및 상기 저항변화층 상에 위치하는 상부 전극층을 포함하는 시냅스 소자일 수 있다.
상기 저항변화층은 PCMO를 포함할 수 있다.
상기 시냅스부는, 상기 패턴화된 정보를 양의 시냅스 및 음의 시냅스로 수신하는 것일 수 있다.
상기 양의 시냅스와 상기 음의 시냅스는 셋 펄스의 인가에 따라 저항이 감소하고, 리셋 펄스의 인가에 따라 저항이 증가하는 것일 수 있다.
상기 뉴런부는, 상기 시냅스부의 출력에 따라 충방전 동작을 수행하기 위한 커패시터 및 상기 커패시터에 병렬로 연결되고, 충방전 동작을 통해 전기적 진동을 발현하거나, 특정의 레벨을 가진 출력신호를 형성하기 위한 뉴런소자를 포함할 수 있다.
상기 뉴런소자는, 기판, 상기 기판 상에 위치하는 제1 전극, 상기 제1 전극 상에 위치하는 금속산화물층 및 상기 금속산화물층 상에 위치하는 제2 전극을 포함할 수 있다.
상기 금속산화물층은 NbO2, VO2, Ti3O5, Ti2O3 또는 SmNiO3을 포함할 수 있다.
본 발명에 따르면, IMT 소자를 뉴런 소자에 적용하고, 아날로그 저항변화특성을 가지는 나노스케일의 시냅스 소자를 사용함으로써, 고집적화된 뉴로모픽 시스템을 구현할 수 있다.
나아가, 오실레이터 뉴런 소자 및 아날로그 저항변화특성을 가지는 시냅스 소자의 커플링(coupling)을 통하여 패턴 인식의 정확성이 증가된 뉴로모픽 시스템을 제공함으로써 인공 두뇌 제작에 활용할 수 있다.
본 발명의 기술적 효과들은 이상에서 언급한 것들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 제조예 1에 따른 뉴런 소자의 구조를 나타낸 단면도이다.
도 2는 본 발명의 일 제조예 2에 따른 시냅스 소자의 구조를 나타낸 단면도이다.
도 3은 본 발명의 일 실시예에 따른 고집적 뉴로모픽 회로의 동작을 나타낸 모식도이다.
도 4는 도 3의 파란색 테두리 부분의 설명으로, 각 픽셀에 대한 오실레이션 경향을 나타낸 그래프이다.
도 5는 도 3의 빨간색 테두리 부분에 대한 설명으로, ReRAM 시냅스 소자를 사용한 경우와 PCMO를 포함하는 시냅스 소자를 사용하였을 경우를 비교한 맵핑(mapping)이다.
도 6은 본 발명에 따른 시냅스 소자 및 뉴런 소자를 직렬 연결한 경우를 나타낸 것이다.
도 7은 본 발명에 따른 시냅스 소자 및 뉴런 소자를 직렬 연결한 경우 오실레이션 주기를 나타낸 그래프이다.
도 8은 다양한 셀 크기에 따른 NbO2층을 포함한 뉴런 소자의 오실레이션 윈도우(oscillation window)를 나타낸 것이다.
도 9는 종래의 시냅스 소자 및 뉴런소자와 본 발명에 따른 시냅스 소자 및 뉴런소자의 전기적 특성을 비교한 표이다.
이하, 첨부된 도면을 참고하여 본 발명에 의한 실시예를 상세히 설명하면 다음과 같다.
본 발명이 여러 가지 수정 및 변형을 허용하면서도, 그 특정 실시예들이 도면들로 예시되어 나타내어지며, 이하에서 상세히 설명될 것이다. 그러나 본 발명을 개시된 특별한 형태로 한정하려는 의도는 아니며, 오히려 본 발명은 청구항들에 의해 정의된 본 발명의 사상과 합치되는 모든 수정, 균등 및 대용을 포함한다.
층, 영역 또는 기판과 같은 요소가 다른 구성요소 "상(on)"에 존재하는 것으로 언급될 때, 이것은 직접적으로 다른 요소 상에 존재하거나 또는 그 사이에 중간 요소가 존재할 수도 있다는 것을 이해할 수 있을 것이다.
비록 제1, 제2 등의 용어가 여러 가지 요소들, 성분들, 영역들, 층들 및/또는 지역들을 설명하기 위해 사용될 수 있지만, 이러한 요소들, 성분들, 영역들, 층들 및/또는 지역들은 이러한 용어에 의해 한정되어서는 안 된다는 것을 이해할 것이다.
도 1은 본 발명의 일 실시예에 따른 뉴런 소자의 구조를 나타낸 단면도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 뉴런 소자는 기판, 상기 기판 상에 위치하는 제1 전극(100), 상기 제1 전극(100) 상에 위치하는 금속산화물층(110) 및 상기 금속산화물층(110) 상에 위치하는 제2 전극(120)을 포함하고, 상기 금속산화물층(110)은 부도체-도체 전이 특성을 가질 수 있다.
보다 구체적으로 살펴보면, 상기 기판은 실리콘 기판 또는 SOI(Silicon on insulator)기판일 수 있다. 상기 기판과 상기 제1 전극(100) 사이에는 층간절연막(미도시)이 위치할 수 있다. 이러한 기판은 경우에 따라 생략될 수 있다.
그 다음에, 상기 기판 상에 상기 제1 전극(100)이 형성될 수 있다. 상기 제1 전극(100)은 스퍼터링(sputtering), 펄스레이저 증착법(PLD, Pulsed Laser Deposition), 증발법(Thermal Evaporation), 전자빔 증발법(Electron-beam Evaporation) 등과 같은 물리기상증착법(PVD, Physical Vapor Deposition), 분자선 에피탁시 증착법(MBE, Molecular Beam Epitaxy) 또는 화학기상증착법(CVD, Chemical Vapor Deposition)을 사용하여 형성될 수 있다.
상기 제1 전극(100)은 TiN, W, Mo, Pt, Ru, TaN, Ir, RuO2, IrO2 또는 Al을 포함할 수 있다. 예를 들어, 상기 제1 전극(100)은 TiN을 포함할 수 있다. 상기 제1 전극(100)으로 상기 TiN을 사용하면 다른 전극 물질을 사용하였을 경우에 비해 열적 효과가 높을 수 있다.
이어서, 전술된 상기 제1 전극(100)상에 상기 금속산화물층(110)이 형성될 수 있다. 상기 금속산화물층(110)은 산소 공공을 따라 금속이 이동하면서 전하를 띄게 되어 부도체-도체 전이(IMT) 특성을 가질 수 있다. 이러한 상기 금속산화물층(110)은 상온에서 성장될 수 있다. 이는 낮은 구동 전압에서도 효과적으로 IMT를 일으킬 수 있으며, 또한 소자 제조 공정 온도를 낮출 수 있기 때문에 후공정 호환이 용이해질 수 있는 효과를 발휘할 수 있다.
또한, 상기 금속산화물층(110)은 임계 전압보다 낮은 전압을 인가 받을 때 절연체와 같은 고저항을 갖지만, 상기 임계 전압보다 큰 전압을 인가 받으면 금속과 같은 저저항을 갖는다. 이러한 부도체-도체 전이(IMT) 특성을 갖는 상기 금속산화물층(110)은 반도체층 없이 전류가 흐를 수 있기 때문에 뉴런 소자에 사용했을 경우, 소자의 크기를 줄일 수 있어 고집적화된 뉴로모픽 시스템 형성이 가능할 수 있다.
상기 금속산화물층(110)은 스퍼터링(sputtering), 펄스레이저 증착법(PLD, Pulsed Laser Deposition), 증발법(Thermal Evaporation), 전자빔 증발법(Electron-beam Evaporation) 등과 같은 물리기상증착법(PVD, Physical Vapor Deposition), 분자선 에피탁시 증착법(MBE, Molecular Beam Epitaxy) 또는 화학기상증착법(CVD, Chemical Vapor Deposition)을 사용하여 형성될 수 있다. 예를 들어, 상기 금속산화물층(110)의 증착은 Ar/O2 분위기에서 이루어질 수 있다.
상기 금속산화물층(110)은 NbO2, VO2, Ti3O5, Ti2O3 또는 SmNiO3을 포함할 수 있으나, 이에 한정되지는 않는다. 예를 들어, 상기 금속산화물층(110)은 NbO2을 포함하는 것일 수 있다.
이어서, 상기 금속산화물층(110)상에 제2 전극(120)이 형성될 수 있다. 상기 금속산화물층(110)은 스퍼터링(sputtering), 펄스레이저 증착법(PLD, Pulsed Laser Deposition), 증발법(Thermal Evaporation), 전자빔 증발법(Electron-beam Evaporation) 등과 같은 물리기상증착법(PVD, Physical Vapor Deposition), 분자선 에피탁시 증착법(MBE, Molecular Beam Epitaxy) 또는 화학기상증착법(CVD, Chemical Vapor Deposition)을 사용하여 형성될 수 있다.
상기 제2 전극(120)은 TiN, W, Mo, Pt, Ru, TaN, Ir, RuO2, IrO2 또는 Al을 포함할 수 있다. 예를 들어, 상기 제2 전극(120)은 W을 포함할 수 있다.
형성된 상기 뉴런소자는 1nm 내지 10nm의 디자인 룰(design rule)를 가질 수 있다.
<제조예1>
NbO 2 층을 포함하는 뉴런 소자 제조
Si 기판 상에 스퍼터링법을 사용하여 TiN층을 형성한다. 그 후 상기 TiN층 상에 15nm 두께의 NbO2층을 스퍼터링하여 Ar/O2 분위기에서 증착하였다. 그런 다음, 상기 NbO2층 상에 DC sputtering 으로 W층을 증착하였다.
도 2는 본 발명의 일 실시예에 따른 시냅스 소자의 구조를 나타낸 단면도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 시냅스 소자는 기판(200), 상기 기판(200) 상에 위치하는 하부 전극층(210), 상기 하부 전극층(210)상에 위치하는 저항변화층(220) 및 상기 저항변화층(220) 상에 위치하는 상부 전극층(230)을 포함할 수 있다.
보다 구체적으로 살펴보면, 상기 기판(200)은 지지기판 역할을 할 수 있는 물질이면 어느 것이나 가능할 것이다. 예를 들어, 이러한 기판(200)은 실리콘 기판일 수 있다. 한편, 이러한 기판(200)은 경우에 따라 생략할 수 있다.
상기 기판(200) 상에 상기 하부 전극층(210)이 형성될 수 있다. 상기 하부 전극층(210)은 스퍼터링법, RF 스퍼터링법, RF 마그네트론 스퍼터링법, 펄스 레이저 증착법, 화학 기상 증착법, 플라즈마 강화 화학 기상 증착법, 원자층 증착법 또는 분자선 에피택시 증착법을 이용하여 형성될 수 있다. 상기 하부 전극층(210)은 TiN, W, Mo, Pt, Ru, TaN, Ir, RuO2, IrO2 또는 Al을 포함할 수 있다.
예를 들어, 상기 하부 전극층(210)은 Pt를 포함할 수 있다.
그 다음에, 상기 하부 전극층(210)상에 상기 저항변화층(220)이 형성될 수 있다. 예를 들어, 상기 저항변화층(220)은 PCMO를 포함할 수 있다. 이때의 PCMO는 Pr0.7Ca0.3MnO3을 의미한다. 상기 PCMO는 다결정 상태일 수 있다.
상기 저항변화층(220)은 상기 하부 전극층(210)상에 스퍼터링법, RF 스퍼터링법, RF 마그네트론 스퍼터링법, 펄스 레이저 증착법, 화학 기상 증착법, 플라즈마 강화 화학 기상 증착법, 원자층 증착법 또는 분자선 에피택시 증착법을 이용하여 형성될 수 있다.
이러한 상기 저항변화층(220)은 시냅스 소자에 있어서, 스위칭 균일성, 동일한 펄스에 따른 멀티레벨 상태에서의 데이터 저장(storage) 및 저항 유지(retention) 특성을 향상시키는 효과를 발휘할 수 있다.
그 다음에, 상기 저항변화층(220) 상에 상부 전극층(230)이 형성될 수 있다. 상기 상부 전극층(230)은 상기 저항변화층(220)상에 스퍼터링법, RF 스퍼터링법, RF 마그네트론 스퍼터링법, 펄스 레이저 증착법, 화학 기상 증착법, 플라즈마 강화 화학 기상 증착법, 원자층 증착법 또는 분자선 에피택시 증착법을 이용하여 형성될 수 있다. 예를 들어, 상기 상부 전극층(230)층은 Pt로 이루어질 수 있다.
상기 저항변화층(220) 및 상기 상부 전극층(230)은 상온에서 증착될 수 있다.
<제조예2>
PCMO층을 포함하는 시냅스 소자 제조
8-inch의 si 웨이퍼에 Pt층을 형성하였다. 그런 다음, 상기 Pt층상에 다결정의 PCMO층을 70nm 두께로 증착하였다.
그 후, 상온 분위기에서 상기 PCMO층 위에 10nm 두께의 Mo층을 형성하고, 상기 Mo층 상에 50nm 두께의 Pt 층을 형성하였다.
도 3은 본 발명의 일 실시예에 따른 고집적 뉴로모픽 회로의 동작을 나타낸 모식도이다.
도 3을 참조하면, 저항변화층을 포함하는 나노스케일의 시냅스 소자 및 상기 시냅스 소자의 일측과 전기적으로 연결되고, 전기적 진동이 발현되는 뉴런 소자를 포함하고, 상기 뉴런 소자는, 부도체-도체 전이 특성을 가지는 금속산화물층을 포함하여 고집적 뉴로모픽 시스템을 구현할 수 있다. 상기 시냅스 소자 및 뉴런 소자에 대한 구체적인 설명은 도 1 및 도 2의 내용과 동일하다.
보다 구체적으로 살펴보면, 본 발명에 따른 고집적 뉴로모픽 시스템은, 패턴화된 정보를 수신하는 입력부, 상기 입력부에 연결되고, 수신된 패턴화된 정보에 가중치가 설정되고, 저항변화층을 포함하는 시냅스부 및 상기 시냅스부의 출력을 수신하여 출력신호의 전기적 진동을 발현하거나, 입력된 패턴 정보를 분류하는 뉴런부를 포함하고, 상기 뉴런부는, 부도체-도체 전이 특성을 가지는 금속산화물층을 포함하는 뉴런소자를 포함하는 것을 특징으로 하는 고집적 뉴로모픽 회로를 구현할 수 있다.
상기 입력부에는 입력 벡터가 인가되고, 수신된 입력 벡터는 버퍼 또는 인버터를 통해 상기 시냅스부에 전달된다.
상기 시냅스부는 PCMO을 상기 저항변화층으로 사용하는 시냅스 소자일 수 있으며, 펄스의 인가횟수에 따라 저항이 변하는 특징을 가진다. 본 발명의 제조예 2에 따른 상기 시냅스 소자는 상기 저항변화층으로 상기 PCMO가 사용되며, 상기 하부 전극 및 상부 전극으로는 Pt가 사용될 수 있다. 예를 들어, 상기 하부 전극층 상에 다결정의 PCMO층을 3nm 내지 100nm 두께로 증착될 수 있다. 예컨대, 상기 PCMO층은 70nm로 증착될 수 있다.
상기 시냅스부는 상기 입력부에서 전달된 패턴화된 정보를 양의 시냅스 및 음의 시냅스로 수신할 수 있다. 상기 양의 시냅스와 상기 음의 시냅스는 셋 펄스의 인가에 따라 저항이 감소하고, 리셋 펄스의 인가에 따라 저항이 증가할 수 있다.
상기 시냅스부에는 상기 뉴런부가 전기적으로 연결될 수 있다. 상기 뉴런부는 상기 시냅스부의 출력에 따라 충방전 동작을 수행하기 위한 커패시터 및 상기 커패시터에 병렬로 연결되고, 충방전 동작을 통해 전기적 진동을 발현하거나, 특정의 레벨을 가진 출력신호를 형성하기 위한 뉴런소자를 포함할 수 있다. 상기 뉴런소자의 구조에 대한 설명은 도 1의 설명과 동일하다.
상기 뉴런 소자는 상기 시냅스 소자의 저항값에 따라 오실레이션이 발현될 수 있다. 예를 들어, 흑색의 픽셀을 테스트할 때는 V 전압, 백색의 픽셀을 테스트할 때는 -V 전압을 인가하여, 붉은색 테두리의 저항부분(PCMO층)을 지나 파란색 테두리의 출력(output) 부분에서의 오실레이션으로 결과가 도출될 수 있다.
즉, 상기 PCMO를 포함하는 상기 시냅스 소자가 특정 저항값을 가지게 되고, 인가된 전압이 충분히 높게 인가되면, 상기 뉴런소자가 절연체(높은 저항상태)에서 금속(낮은 저항상태)으로 전이현상을 일으킬 수 있다. 이 경우, 많은 전압이 상기 시냅스 소자에 인가되고, 상기 뉴런소자의 전압이 상대적으로 낮아지는 현상이 발생하게 되고, 다시 상기 뉴런소자는 높은 저항상태로 변화하게 되는데, 이를 반복함으로써 오실레이션 현상이 발생할 수 있다.
도 4는 도 3의 파란색 테두리 부분의 설명으로, 각 픽셀에 대한 오실레이션 경향을 나타낸 그래프이다.
도 4를 참조하면, 불규칙한(noisy) 숫자 5를 input으로 넣었을 때, 각 픽셀에 대한 오실레이션 경향을 확인할 수 있다.
흑색 픽셀 부분에 대해서는 상기 오실레이션의 경향이 임계값(threshold) 이상으로 나타나고, 백색 픽셀 부분에 대해서는 임계값 이하로 나타남을 확인할 수 있다.
도 5는 도 3의 빨간색 테두리 부분에 대한 설명으로, ReRAM 시냅스 소자를 사용한 경우와 PCMO를 포함하는 시냅스 소자를 사용하였을 경우를 비교한 맵핑(mapping)이다.
도 5를 참조하면, 1 내지 5의 숫자를 학습하게 될 경우에 대해 종래의 ReRAM 시냅스 소자를 사용했을 경우에 비해 PCMO를 포함하는 시냅스 소자를 사용하였을 경우가 시냅스 가중치(weight)가 낮음을 알 수 있다.
도 6은 본 발명에 따른 시냅스 소자 및 뉴런 소자를 직렬 연결한 경우를 나타낸 것이다.
도 6을 참조하면, 본 발명에 따른 시냅스 소자와 뉴런 소자를 직렬로 연결했을 때 흐르는 전류값을 측정할 수 있다. 예를 들어, 이때 사용된 NbO2을 포함하는 뉴런 소자의 경우, Ron = 1.9kΩ이고, Roff = 15kΩ 일 때, 시냅스 소자의 저항값은 1.9kΩ 내지 15kΩ 사이에 있어서 상기 뉴런 소자에서 오실레이션이 발현될 수 있다.
도 7은 본 발명에 따른 시냅스 소자 및 뉴런 소자를 직렬 연결한 경우 오실레이션 주기를 나타낸 그래프이다.
도 7을 참조하면, 본 발명에 따른 시냅스 소자 및 뉴런 소자를 직렬 연결할 경우, 시냅스 소자의 저항값이 작아짐에 따라 뉴런 소자의 오실레이션 주기가 점점 빨라짐을 확인할 수 있다. 이러한 현상은 오실레이션 되는 진동수를 활용하여 스파이킹 뉴럴 네트워크(spiking neural network(SNN))과 같은 뉴로모픽 시스템에 활용할 수 있다.
도 8은 다양한 셀 크기에 따른 NbO2층을 포함한 뉴런 소자의 오실레이션 윈도우(oscillation window)를 나타낸 것이다.
도 8을 참조하면, NbO2 물질 기반의 IMT 소자를 뉴런 소자로 사용하게 될 경우, 셀 크기(cell size)가 작아짐에 따라 오실레이션 윈도우(oscillation window)가 커짐을 알 수 있다. 따라서, 이러한 NbO2을 포함하는 뉴런 소자는 확장성(scalability) 측면에서 유망하게 활용될 수 있다.
도 9는 종래의 시냅스 소자 및 뉴런소자와 본 발명에 따른 시냅스 소자 및 뉴런소자의 전기적 특성을 비교한 표이다.
도 9를 참조하면, 본 발명의 일 실시예에 따른 PCMO를 포함하는 시냅스 소자와 NbO2을 포함하는 뉴런 소자의 커플링을 통하여 펄스 횟수에 따른 소자의 가소성 특성 및 멀티레벨 상태에서의 저항 유지 효과 등의 전기적 특성이 향상됨을 확인할 수 있다. 따라서, 종래의 CMOS뉴런에 비하여, 확장성, 전력(POWER) 소모측면에 있어서도 성능이 향상된 뉴로모픽 시스템을 제공할 수 있다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100: 제1 전극 110: 금속산화물층
120: 제2 전극 200: 기판
210: 하부 전극층 220: 저항변화층
230: 상부 전극층

Claims (17)

  1. 저항변화층을 포함하는 나노스케일의 시냅스 소자; 및
    상기 시냅스 소자의 일측과 전기적으로 연결되고, 전기적 진동이 발현되는 뉴런 소자를 포함하고,
    상기 뉴런 소자는, 부도체-도체 전이 특성을 가지는 금속산화물층을 포함하는 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  2. 제1항에 있어서,
    상기 시냅스 소자에 인가하는 전압에 따라 가변하는 저항값에 의하여, 상기 뉴런 소자의 진동 주기가 형성되는 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  3. 제1항에 있어서,
    상기 뉴런 소자는,
    기판;
    상기 기판 상에 위치하는 제1 전극;
    상기 제1 전극 상에 위치하는 금속산화물층; 및
    상기 금속산화물층 상에 위치하는 제2 전극을 포함하는 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  4. 제3항에 있어서,
    상기 금속산화물층은 NbO2, VO2, Ti3O5, Ti2O3 또는 SmNiO3을 포함하는 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  5. 제3항에 있어서,
    상기 제1 전극은 TiN, W, Mo, Pt, Ru, TaN, Ir, RuO2, IrO2 또는 Al을 포함하는 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  6. 제3항에 있어서,
    상기 제2 전극은 TiN, W, Mo, Pt, Ru, TaN, Ir, RuO2, IrO2 또는 Al을 포함하는 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  7. 제1항에 있어서,
    상기 시냅스 소자는,
    기판;
    상기 기판 상에 위치하는 하부 전극층;
    상기 하부 전극층 상에 위치하는 저항변화층; 및
    상기 저항변화층 상에 위치하는 상부 전극층을 포함하는 것인 고집적 뉴로모픽 시스템.
  8. 제7항에 있어서,
    상기 저항변화층은 PCMO를 포함하는 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  9. 제8항에 있어서,
    상기 PCMO는 다결정 상태인 것을 특징으로 하는 고집적 뉴로모픽 시스템.
  10. 패턴화된 정보를 수신하는 입력부;
    상기 입력부에 연결되고, 수신된 패턴화된 정보를 시냅스 형태로 수신하고, 저항변화층을 포함하는 시냅스부; 및
    상기 시냅스부의 출력을 수신하여 출력신호의 전기적 진동을 발현하거나, 입력된 패턴 정보를 분류하는 뉴런부를 포함하고,
    상기 뉴런부는, 부도체-도체 전이 특성을 가지는 금속산화물층을 포함하는 뉴런소자를 포함하는 것을 특징으로 하는 고집적 뉴로모픽 회로.
  11. 제10항에 있어서,
    상기 시냅스부는,
    기판;
    상기 기판 상에 위치하는 하부 전극층;
    상기 하부 전극층 상에 위치하는 저항변화층; 및
    상기 저항변화층 상에 위치하는 상부 전극층을 포함하는 시냅스 소자인 것을 특징으로 하는 고집적 뉴로모픽 회로.
  12. 제11항에 있어서,
    상기 저항변화층은 PCMO를 포함하는 것을 특징으로 하는 고집적 뉴로모픽 회로.
  13. 제10항에 있어서, 상기 시냅스부는,
    상기 패턴화된 정보를 양의 시냅스 및 음의 시냅스로 수신하는 것인 고집적 뉴로모픽 회로.
  14. 제13항에 있어서,
    상기 양의 시냅스와 상기 음의 시냅스는 셋 펄스의 인가에 따라 저항이 감소하고, 리셋 펄스의 인가에 따라 저항이 증가하는 특징을 가지는 것인 고집적 뉴로모픽 회로.
  15. 제10항에 있어서,
    상기 뉴런부는,
    상기 시냅스부의 출력에 따라 충방전 동작을 수행하기 위한 커패시터; 및
    상기 커패시터에 병렬로 연결되고, 충방전 동작을 통해 전기적 진동을 발현하거나, 특정의 레벨을 가진 출력신호를 형성하기 위한 뉴런소자를 포함하는 것인 고집적 뉴로모픽 회로.
  16. 제15항에 있어서,
    상기 뉴런소자는,
    기판;
    상기 기판 상에 위치하는 제1 전극;
    상기 제1 전극 상에 위치하는 금속산화물층; 및
    상기 금속산화물층 상에 위치하는 제2 전극을 포함하는 고집적 뉴로모픽 회로.
  17. 제16항에 있어서,
    상기 금속산화물층은 NbO2, VO2, Ti3O5, Ti2O3 또는 SmNiO3을 포함하는 것을 특징으로 하는 고집적 뉴로모픽 회로.

KR1020150179836A 2015-12-16 2015-12-16 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로 KR101811108B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150179836A KR101811108B1 (ko) 2015-12-16 2015-12-16 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150179836A KR101811108B1 (ko) 2015-12-16 2015-12-16 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로

Publications (2)

Publication Number Publication Date
KR20170071766A true KR20170071766A (ko) 2017-06-26
KR101811108B1 KR101811108B1 (ko) 2017-12-26

Family

ID=59282511

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150179836A KR101811108B1 (ko) 2015-12-16 2015-12-16 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로

Country Status (1)

Country Link
KR (1) KR101811108B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190051525A (ko) * 2017-11-07 2019-05-15 포항공과대학교 산학협력단 커패시턴스-기반의 다층 시냅스 소자 및 그의 제조 방법
WO2020251747A1 (en) * 2019-06-12 2020-12-17 Applied Materials, Inc. Dual oxide analog switch for neuromorphic switching
KR20210065746A (ko) * 2019-11-27 2021-06-04 광운대학교 산학협력단 이온에 대한 배리어층을 포함하는 시냅스 소자 및 이의 제조방법
KR20210157049A (ko) * 2020-06-19 2021-12-28 포항공과대학교 산학협력단 저항 변화 메모리 어레이 기반의 가중 시냅스를 이용한 뉴럴 네트워크
CN114758611A (zh) * 2022-01-26 2022-07-15 闽都创新实验室 一种用导电丝型人工神经元驱动的基本显示驱动电路
KR20220109685A (ko) * 2021-01-29 2022-08-05 포항공과대학교 산학협력단 3단자 시냅스 소자 및 이를 이용한 최대 컨덕턴스 제한 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102178183B1 (ko) * 2018-10-24 2020-11-12 포항공과대학교 산학협력단 크로스-포인트 커패시터 기반의 가중치 소자 및 이를 이용한 뉴럴 네트워크

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101510991B1 (ko) 2014-05-09 2015-04-10 포항공과대학교 산학협력단 저항변화 메모리를 이용한 신경회로망 형태 분류기 및 형태 분류 방법

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190051525A (ko) * 2017-11-07 2019-05-15 포항공과대학교 산학협력단 커패시턴스-기반의 다층 시냅스 소자 및 그의 제조 방법
WO2020251747A1 (en) * 2019-06-12 2020-12-17 Applied Materials, Inc. Dual oxide analog switch for neuromorphic switching
US11616195B2 (en) 2019-06-12 2023-03-28 Applied Materials, Inc. Dual oxide analog switch for neuromorphic switching
KR20210065746A (ko) * 2019-11-27 2021-06-04 광운대학교 산학협력단 이온에 대한 배리어층을 포함하는 시냅스 소자 및 이의 제조방법
KR20210157049A (ko) * 2020-06-19 2021-12-28 포항공과대학교 산학협력단 저항 변화 메모리 어레이 기반의 가중 시냅스를 이용한 뉴럴 네트워크
KR20220109685A (ko) * 2021-01-29 2022-08-05 포항공과대학교 산학협력단 3단자 시냅스 소자 및 이를 이용한 최대 컨덕턴스 제한 방법
CN114758611A (zh) * 2022-01-26 2022-07-15 闽都创新实验室 一种用导电丝型人工神经元驱动的基本显示驱动电路
CN114758611B (zh) * 2022-01-26 2024-01-05 闽都创新实验室 一种用导电丝型人工神经元驱动的基本显示驱动电路

Also Published As

Publication number Publication date
KR101811108B1 (ko) 2017-12-26

Similar Documents

Publication Publication Date Title
KR101811108B1 (ko) 부도체-도체 전이현상을 이용한 뉴런 소자를 포함한 고집적 뉴로모픽 시스템 및 고집적 뉴로모픽 회로
Ielmini et al. Brain-inspired computing via memory device physics
CN110199390B (zh) 可扩展、可堆叠和beol工艺兼容的集成神经元电路
CN1953230B (zh) 包括纳米点的非易失性存储器件及其制造方法
US10985318B2 (en) Memristor device and a method of fabrication thereof
WO2021128994A1 (zh) 一种超晶格忆阻器功能层材料、忆阻器单元及其制备方法
Thomas et al. Tunnel junction based memristors as artificial synapses
EP3602561B1 (en) A switching resistor and method of making such a device
KR20180057384A (ko) 뉴로모픽 시스템 응용을 위한 시냅스 장치, 이의 제조방법 및 이를 포함한 시냅스 회로 소자
US10991763B2 (en) Vertical array of resistive switching devices having restricted filament regions and tunable top electrode volume
US10700129B2 (en) Vertical array of resistive switching devices having a tunable oxygen vacancy concentration
EP3659191A1 (en) Scalable and low-voltage electroforming-free nanoscale vanadium dioxide threshold switch devices and relaxation oscillators with current-controlled negative differential resistance
US20190165268A1 (en) Resistive memory device and operation method thereof
CN107909146A (zh) 基于易失性阈值转变器件的神经元电路
CN111129299A (zh) 一种基于二维材料的铁电忆阻器件及其制备方法
Kumar et al. Electroforming-free Y2O3 memristive crossbar array with low variability
GB2564844B (en) A light-activated switching resistor, an optical sensor incorporating a light-activated switching resistor, and methods of using such devices
KR20190001433A (ko) 발화형 뉴런 회로 및 이의 동작 방법
US11551749B2 (en) Neuromimetic network and related production method
Slesazeck et al. Analog memristive and memcapacitive properties of Ti/AI 2 O 3/Nb 2 O 5/Ti resistive switches
Jasmin et al. Polymer coated ZnO nanowires for memristive devices
Li et al. Bidirectional Transition between Threshold and Bipolar Switching in Ag/SiO 2/ITO Memristors
US20220076108A1 (en) Neuron and neuromorphic system including the same
US20220058473A1 (en) Neuron and neuromorphic system including the same
CN112018236A (zh) 一种基于pzt的忆阻器件、其制备方法及其应用

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right